基于线性二次型调节器的神经网络PID控制系统.pdfVIP

2005年全国自动化新技术学术交流会会议论文集 基于线性二次型调节器的神经网络PID控制系统 楼旭阳，崔宝同 (江南大学控制科学与工程研究中心，江苏无锡214122) 摘要：本文讨论了基于神经网络PID的控制方法在线性二次型调节器(LQR}问题中的应用，针对控制 工程中的无限时间LQR问题，提出了神经网络PID控制整定方法，从而实现PID参数的在线自适应 寻优。同时，考虑了连续时间线性时不变系统的渐近稳定性问题。最后，MATLAB仿真结果表明该 方法的可行性、有效性。 关键词：线性二次型调节器；神经网络PID；渐近稳定性；仿真 中圈分类号：TPl83 文献标识码：A 0引言 在工业闭环控制系统中，因为原理简单、鲁棒性好、稳定性等优点，PID控制是最常用的控制 器之一|11．如果把神经网络与PID控制器结合起来，自适应调整PID控制器参数，使系统具有更好的 控制效果．基于人工神经网络的BP算法广泛应用于模式识别、数据处理、非线性时间序列预测等．近 年来，由此产生了许多改进型的方法121．基于神经网络PID控制器对LQR问题的研究却较少．文献【3】 提出了基于神经网络自适应调节器PID控制器，利用神经网络良好的适应性和高的抗干扰性对系统 在线辨识，得出对于有变化参数和干扰的系统及非线性系统，具有良好的控制作用和品质．文献【4】提 出一种基于RBF神经网络多步预刚的自适应PID拉制算法．该算法用无局部极小的径向基函数网络 对非线性系统进行在线辨识，利用多步预浏误差对PID型控制器网络进行调练，从而实现PID参数的 在线自适应寻优． 在本文中，我们考虑一类线性二次型最优调节器问题(LQR)，系统的状态方程为 口 x(r)=Ax(t)+Bu(t) (1) y(t)=Cx(c)+Du(t) LQR最优调节器原理是针对系统(1)寻找一状态反馈控制律 u(t)=-K·x(t) 使得性能指标 ／=吉胁Ⅵ)龇)“∽叫明衍 {3) 维数适当的常值矩阵；加权矩阵Q是半正定矩阵，R是正定矩阵． 我们知道，在设计控制系统时，稳定性是最重要的方面【51．由于基于神经网络的控制系统是非线 制方法的LQR问题最优控制器，证明了由系统(1)设计出的最优控制系统是大范围渐近稳定的．LQR 指标通过加权系数可以选择对跟踪误差和控制量变化的抑制两方面的侧重程度，且具有一定的鲁棒 性吼 1072)和江南大学基础研究与开放基金资助项目． 基金项目：国家自然科学基金(No．1037 作者简介：楼旭阳(1982一)，男，硕士，主要从事时滞细胞神经网络的研究． 崔宝同(1960．)，男，博士，教授，博士生导师，主要从事时滞大系统理论及应用的研究． 2005年全国自动化新技术学术交流会会议论文集 1 线性二次型最优调节器问题(LQR)与神经网络PID控制 1．1 线性二次型最优调节器问题(LQR) 基于工程背景和理论研究的实际，对无限时间LQR问题需要引入一些附加限定．一是，受控制 系统限定为线性时不变系统．二是，由调节问题平衡状态为Xe=0和控制系统前提为渐近稳定所决 定，性能指标泛函中无需再考虑相对于末状态的二次项． 引理118l在系统(1)中，若对于任意矩阵D，有DD’Q，且P是黎卡担矩阵代数方程 户4+A f4) 7’P一船只一’BrP+Q=0 的解，则阵对{A，D}完全可观的充分必要条件是P为对称正定矩阵． 引理218j 且D任意，则存在惟一的最优控制： U’(f)=一R川B7’ex(t)